Сотрудники Научно-Исследовательского Университета Высшей Школы Экономики (НИУ ВШЭ) и Вальядолидского Университета опубликовали научную статью, посвященную предсказанию государственной коррупции при помощи использования нейросетей, в журнале Social Indicators Research.
Опираясь на базу данных о госкоррупции в испанских провинциях, ученые создали модель стратегического планирования сценариев, предсказывающих возникновение коррупции в регионах европейской страны. В основу расчетов модели закладываются макроэкономические и политические показатели. В зависимости от времени разработки прогноза, а также от экономической ситуации в провинции, полученная сеть предлагает разные варианты коррупционных рисков.
Авторы исследования воспользовались нейронными сетями в виде самоорганизующихся карт, способных определять повторяющиеся шаблонные ситуации, не обладая при этом глубинным пониманием стоящих за данным повторением связей. Иными словами, нейросети преобразовывают большие данные, решая множество линейных уравнений со скоростью, недоступной человеческому мозгу, после чего представляют полученную статистику, если мы говорим о самоорганизующихся картах, в виде географического расположения повторяющихся случаев.
Для ученых из российского и испанского университетов такие карты стали возможностью предсказать коррупцию при наступлении различных условий, за которыми стоят множество факторов, нелинейно связанных между собой. Так, им удалось выявить те экономические показатели, изменение которых может стимулировать коррупцию: изменение налога на недвижимость, рост числа депозитных учреждений, нефинансовых фирм и экономики в целом, а также повышение цен на жилье.
Вряд ли кого-то увидит, что долгосрочное пребывание у власти одной и той же политической силы положительно коррелирует с коррупцией. Однако, исследователи объявили, что смогут заранее предсказать возникновение коррупционных практик. В зависимости от особенностей конкретной территории, период, на который просчитывается потенциальный уровень коррупции, может составлять до трех лет.
Ученые пояснили, что иногда возникновение коррупции можно предсказать сильно заранее и спокойно внедрять предотвращающие наступление подобного сценария реформы. Однако, предупредили они, в других случаях действовать придется в срочном порядке, поскольку определенные факторы существенно сокращают период прогнозирования.
“Мы разработали новый подход, имеющий три характерных признака. Во-первых, в отличие от предыдущих исследований, которые в основном базируются на восприятии коррупции, мы использовали данные по реальным случаям коррупции”, – рассказал ведущий научный сотрудник НИУ ВШЭ и соавтор исследования Феликс Лопес-Итурриага, – “Во-вторых, мы использовали нейронные сети, а этот метод хорошо подходит в данном случае, поскольку он не делает предположений о распределении данных. Нейронные сети – это мощный и гибкий инструмент моделирования, который не предполагает ограничивающих допущений по процессу создания данных или статистическим законам касательно соответствующих переменных. В-третьих, мы предлагаем прогноз случаев коррупции для разных временных горизонтов, чтобы можно было разрабатывать антикоррупционные меры в зависимости от того, насколько быстро может появиться коррупция. Наша модель позволяет разрабатывать схемы появления коррупции для разных горизонтов прогнозирования”.
Источник: Индикатор.
